Rule-based System：优缺点

✅ Pros

可解释性强：每个行为背后都有对应的规则与逻辑，处理交规方面简单可靠高效

确定性高：相同输入产生相同输出，回归测试稳定，适合安全兜底场景

硬约束直接落地：速度上限、最小安全距离等"不可违反"的约束可以直接写死，无需数据

少样本即可启动：不依赖海量标注数据即可构建出一个"能跑"的初始系统

❌ Cons

隐性知识无法被显式编码：城市驾驶状态空间连续且高维，规则无法穷举，大量"规则缝隙"导致在主分布上系统性失效

规则冲突与技术债：规则库膨胀后"修一处坏多处"，Karpathy 亲历特斯拉删掉 30 万行规则代码，正是因为技术债不可维护.但驾驶场景中大量情况是"安全 vs. 效率 vs. 礼让"之间的连续权衡，没有离散的对错之分。

接口信息瓶颈导致误差累积与级联失败：感知→预测→规划的人工接口将连续高维特征压缩为稀疏结构化数据，误差在每层级联放大（UniAD 证明规划 L2 误差因此高出 51.2%）

无法或者很难有效建模交互博弈：礼让、试探、谈判式并线等交互行为需要预测和planning联动，但是预测优化目标不是的

能力提升无规模效应：只能靠更多工程师写更多规则，无法靠数据与算力自动变强

局部优化不等于全局最优：在规则系统中，感知团队优化 mAP，预测团队优化 minADE，规划团队优化碰撞率，各团队 KPI 相互独立。局部模块的最优组合不能保证整体驾驶性能最优——这已被 UniAD 的消融实验明确证明：

Imitation Learning (IL) System：优缺点

✅ Pros

高维连续映射的强表达能力：神经网络作为通用函数逼近器，天然擅长在主分布上做平滑插值泛化，覆盖规则无法枚举的细腻场景变化

隐式学习交互统计规律：从海量人类-人类互动数据中学到博弈结果，驾驶风格更像人、更丝滑

工程迭代速度快：很多问题可通过"挖 bad case → 补/删数据 → 重训"解决，无需修改代码逻辑

具备规模效应（Scaling Laws）：数据越多、模型越大，主分布性能持续提升；特斯拉的数据飞轮印证了这一点

完美承接闭环 RL 改进：IL 预训练是 Closed-Loop RL 微调的最佳起点，形成"IL 打底 + RL 补强"的工业标准范式

❌ Cons

Covariate Shift（协变量偏移）：开环学习、闭环部署导致误差累积，策略可能被推入训练分布外的陌生区域。例如闭环Lane Keeping时，可能由于定位和控制执行误差，偏离车道中心后无法回中, 但是可以通过数据增强解决。

Causal Confusion（因果混淆）：容易学到伪相关。例如容易混淆停车原因："周车减速"和"红灯" ，无法区分

Unmodeled Interactivity（未建模交互）：pipeline不建模"我的动作如何改变他人反应"的反馈回路，闭环中可能产生意外的连锁反应

Long-tail（长尾事件）：罕见高风险场景样本稀缺且难获得，且损失函数中权重极低，模型很难从中有效学习

可解释性弱：行为由神经网络权重决定，难以像规则那样逐条证明"不会做某件危险的事"

为什么 IL 能超过 Rule-based System？

第一层：失效区间不对称

两者都有缺陷，但失效的位置不同：

驾驶场景中 99% 是主分布的日常场景，规则系统在复杂交互方向，容易失效；IL，在有大量数据的前提下， 失效主要集中在极低概率的尾部事件。

第二层：问题性质不同，决定了谁有未来

Rule-based 的根本问题是"表达能力 + 复杂度管理"：用离散逻辑拟合连续高维世界，组合爆炸、规则冲突、接口信息损失是结构性矛盾，没有可扩展的工程解法

IL 的根本问题是"分布与闭环反馈不足"：Covariate shift、因果混淆、交互建模不足、长尾稀疏，本质上都是数据与训练范式问题，可以通过闭环训练、仿真、世界模型、IL+RL 混合策略持续压缩得到缓解

第三层：规模效应的非对称性

如 Karpathy 所言：

Rule-based 的能力上限 = 工程师的智慧总和 + 能写的代码总量（线性增长）IL 的能力上限 = 训练数据规模 × 算力规模（指数增长）

第四层：IL 是进化的起点，Rule-based 是终点

IL 系统可以作为闭环 RL 的完美起点：用 IL 预训练打底（快速覆盖主分布），再用 RL 在仿真器中对 covariate shift 和长尾场景进行闭环惩罚和策略改进。而 C++ 规则代码库无法与 RL 优化器天然对接。

为什么 IL 在本质上更优越?

1. 数学层面的根本原因：连续插值 vs. 离散化

规则系统将连续的世界离散化。真实世界并非以这种离散的阶跃函数运行。这在规则之间留下了无限的“缝隙”。因为现实永远无法精准匹配死板的规则，系统会在主分布（日常场景）上频繁失效。

IL 在连续流形上进行插值。深度神经网络是通用函数逼近器。即使 IL 在极端情况下（外推/长尾场景）会失败，它在已知状态之间进行平滑插值的能力也极其强大。因为 99% 的驾驶场景只是正常路况的微小变体，IL 对高维数据进行平滑插值的能力，比死板的规则能好得多地覆盖绝大多数的真实驾驶情况。

2. 工程层面的根本原因：冲突解决机制

规则系统的天花板：当规则系统出错时，工程师会写一条新规则。人类的大脑无法管理如此庞大的状态机。

IL 的天花板：如何构建close-loop环境和evaluation. 这个问题可能随着大模型的进步，会被慢慢解决。

不可忽视的外因（历史性使能条件，缺一不可）

条件一：新能源汽车普及 → 海量真实数据

传统燃油车时代，数据采集成本极高，且车辆本身缺乏标准化的传感器套件。新能源汽车（尤其是特斯拉）将摄像头、毫米波雷达、算力芯片作为标配，每辆车都是一个移动的数据采集终端。这带来了一个质变：数据规模从"实验室级"跳跃到"行星级"，行程数据飞轮。

条件二：算力提升 → 支撑快速迭代的闭环

IL 相对于 rule-based 的迭代优势（"挖 bad case → 补数据 → 重训"）必须在可接受的时间窗口内完成，才有工程价值。没有 GPU 算力的跨越式提升，一次重训可能需要数周，数据飞轮根本转不起来。

条件三：Transformer → 模型表达能力的质变

如果没有 Transformer，IL 大概率仍然无法超越 rule-based 系统。原因是多维度的：CNN 时代的 IL 有根本性的架构瓶颈：早期 Behavior Cloning 用 CNN 处理单帧图像，缺乏全局上下文理解和跨时间序列的长程依赖建模。Transformer 的自注意力机制解决了多模态融合问题：Transformer 的 Query-Key-Value 机制可以自然地让"规划 Query"去主动提取来自多模态特征中最相关的信息，这在 CNN 时代是无法优雅实现的。BEV + Transformer 才让端到端成为可能：BEV统一空间表征 + Transformer 的全局注意力，使得"多摄像头感知 → 时空统一表征 → 交互建模 → 规划输出"这条完整的端到端链路在架构上变得自然流畅。在此之前，模块间的手工拼接是唯一选项。Scaling Law 只在 Transformer 上成立：IL 的"数据越多模型越强"这个关键优势，是以 Transformer 架构为前提的。CNN 模型在数据量超过某个阈值后边际效益迅速递减；

一句话终极总结

IL 在本质上（问题性质）天生比 rule-based 更有潜力；但这个潜力直到新能源汽车提供了数据规模、GPU 提供了算力规模、以及 Transformer 提供了模型表达能力之后，才真正被释放出来。三个条件缺少任何一个，IL 都只是一个"理论上更好但实践中难以落地"的学术范式，这也是IL可以快速超越额多年迭代Rule-based System的原因。

这也解释了一个有趣的历史现象：IL / end-to-end 在学术界早在 2016 年（NVIDIA 的 Dave-2 论文）就被证明了原理可行，但直到 2022-2024 年才在工业界开始真正取代 rule-based——这中间恰好是 Transformer 崛起、算力暴涨、以及新能源车普及的六年。